第14章 智能传感器

1、第第1414章章 智能传感技术智能传感技术v14.1 14.1 智能传感器概述智能传感器概述 14.1.1 14.1.1 智能传感器智能传感器 14.1.2 14.1.2 智能传感器的智能传感器的结构结构 14.1.3 14.1.3 智能传感器的智能传感器的基本功能基本功能v14.2 14.2 智能传感器的关键技术智能传感器的关键技术v14.4 14.4 智能传感器技术新发展智能传感器技术新发展14.1.1 14.1.1 智能传感器智能传感器v早期，人们简单地认为智能传感器是将早期，人们简单地认为智能传感器是将“传感器与微处理器传感器与微处理器组装在同一块芯片上的装置组装在同一块芯片上的装置”

2、。v随着智能传感技术的发展，基于其构成特点和功能特征，普随着智能传感技术的发展，基于其构成特点和功能特征，普遍认为，智能传感器是遍认为，智能传感器是“将一个或多个敏感元件和信号处理将一个或多个敏感元件和信号处理器集成在同一块硅或砷化锌芯片上的装置器集成在同一块硅或砷化锌芯片上的装置”，“一种带微处一种带微处理机并具有检测、判断、信息处理、信息记忆、逻辑思维等理机并具有检测、判断、信息处理、信息记忆、逻辑思维等功能的传感器功能的传感器”。v所以智能传感器是引入了微处理器并扩展了传感器功能，使所以智能传感器是引入了微处理器并扩展了传感器功能，使之具备人的某些智能的、有信息处理功能的新概念传感器。之

3、具备人的某些智能的、有信息处理功能的新概念传感器。14.1.2 14.1.2 智能传感器的智能传感器的结构结构v一方面通过反馈回路对传感器与信号调理电路进行调节以实一方面通过反馈回路对传感器与信号调理电路进行调节以实现对测量过程的调节和控制；另一方面将处理后的结果传送现对测量过程的调节和控制；另一方面将处理后的结果传送到输出接口，经过接口电路的处理后按照输出格式和界面定到输出接口，经过接口电路的处理后按照输出格式和界面定制输出数字化的测量结果。制输出数字化的测量结果。14.1.2 14.1.2 智能传感器的结构智能传感器的结构v模块式模块式智能传感器为初级的智能传感器，它由许多相互独立智能传感

4、器为初级的智能传感器，它由许多相互独立的模块组成（如将微计算机、信号调理电路模块、输出电路的模块组成（如将微计算机、信号调理电路模块、输出电路模块、显示电路模块和传感器装配在同一壳体内）。由于集模块、显示电路模块和传感器装配在同一壳体内）。由于集成度不高而导致体积较大，但在目前的技术水平下，仍不失成度不高而导致体积较大，但在目前的技术水平下，仍不失为一种实用的结构形式。为一种实用的结构形式。v混合式混合式智能传感器将传感器、微处理器和信号处理电路做在智能传感器将传感器、微处理器和信号处理电路做在不同的芯片上，是目前智能传感器采用较多的结构形式。不同的芯片上，是目前智能传感器采用较多的结构形式。

5、v集成式集成式智能传感器将一个或多个敏感器件与微处理器、信号智能传感器将一个或多个敏感器件与微处理器、信号处理电路集成在同一硅片上，集成度高、体积小，是智能传处理电路集成在同一硅片上，集成度高、体积小，是智能传感器发展的方向。感器发展的方向。 14.1.3 14.1.3 智能传感器的智能传感器的基本功能基本功能v逻辑判断、统计处理逻辑判断、统计处理：智能传感器能够对检测数据进：智能传感器能够对检测数据进行分析、统计和修正，能进行非线性、温度、噪声、响行分析、统计和修正，能进行非线性、温度、噪声、响应时间、交叉感应以及缓慢漂移等误差补偿，还能根据应时间、交叉感应以及缓慢漂移等误差补偿，还能根据工

6、作情况调整系统状态，使系统工作在低功耗状态和传工作情况调整系统状态，使系统工作在低功耗状态和传送效率优化的状态。送效率优化的状态。v自检、自诊断和自校准自检、自诊断和自校准：这是智能传感器的标志之一，：这是智能传感器的标志之一，智能传感器可以通过对环境的判断和自诊断进行零位和智能传感器可以通过对环境的判断和自诊断进行零位和增益等参数的调整。可以借助其内部检测线路对异常现增益等参数的调整。可以借助其内部检测线路对异常现象或故障进行诊断。操作者输入零值或某一标准值后，象或故障进行诊断。操作者输入零值或某一标准值后，自校准程序可以自动地进行在线校准。自校准程序可以自动地进行在线校准。 14.1.3

7、14.1.3 智能传感器的基本功能智能传感器的基本功能v软件组态（复合敏感）软件组态（复合敏感）：智能传感器设置多种模块化的硬：智能传感器设置多种模块化的硬件和软件，用户可以通过操作指令，改变智能传感器的硬件件和软件，用户可以通过操作指令，改变智能传感器的硬件模块和软件模块的组合形式，以达到不同的应用目的，完成模块和软件模块的组合形式，以达到不同的应用目的，完成不同的功能，实现多传感、多参数的复合测量。不同的功能，实现多传感、多参数的复合测量。 v双向通信和标准化数字输出双向通信和标准化数字输出：智能化传感器具有数字标准：智能化传感器具有数字标准化数据通信接口，能与计算机直接或接口总线相连，相

8、互交化数据通信接口，能与计算机直接或接口总线相连，相互交换信息。这是智能传感器的又一标志。换信息。这是智能传感器的又一标志。v人机对话人机对话：智能传感器与仪表等组合在一起，配备各种显：智能传感器与仪表等组合在一起，配备各种显示装置和输入键盘，使系统具有灵活的人机对话功能。示装置和输入键盘，使系统具有灵活的人机对话功能。 v信息存储与记忆信息存储与记忆：可以存储各种信息，如装载历史信息、：可以存储各种信息，如装载历史信息、校正数据、测量参数、状态参数等。对检测数据的随时存取，校正数据、测量参数、状态参数等。对检测数据的随时存取，大大加快了信息的处理速度。大大加快了信息的处理速度。 第第1414

9、章章 智能传感技术智能传感技术v14.1 14.1 智能传感器概述智能传感器概述v14.2 14.2 智能传感器的关键技术智能传感器的关键技术 14.2.1 14.2.1 间接传感间接传感 14.2.2 14.2.2 线性化校正线性化校正 14.2.3 14.2.3 自诊断自诊断 14.2.4 14.2.4 动态特性校正动态特性校正 14.2.5 14.2.5 自校准与自适应量程自校准与自适应量程 14.2.6 14.2.6 电磁兼容性电磁兼容性v14.4 14.4 智能传感器技术新发展智能传感器技术新发展14.2.2 14.2.2 线性化校正线性化校正v理想传感器的输入物理量与转换信号呈线性

10、关系，线性度越理想传感器的输入物理量与转换信号呈线性关系，线性度越高，则传感器的精度越高。但实际上大多数传感器的特性曲高，则传感器的精度越高。但实际上大多数传感器的特性曲线都存在一定的非线性误差。线都存在一定的非线性误差。v智能传感器能实现传感器输入智能传感器能实现传感器输入- -输出的线性化。突出优点在输出的线性化。突出优点在于不受限于前端传感器、调理电路至于不受限于前端传感器、调理电路至A/DA/D转换的输入转换的输入- -输出特输出特性的非线性程度，仅要求输入性的非线性程度，仅要求输入- -输出特性重复性好。输出特性重复性好。 14.2.2 14.2.2 线性化校正线性化校正: :1.1

11、.查表法查表法v查表法是一种分段线性插值方法。根据准确度要求查表法是一种分段线性插值方法。根据准确度要求对反非线性曲线进行分段，用若干折线逼近非线性对反非线性曲线进行分段，用若干折线逼近非线性曲线，将折点坐标值存入数据表中，测量时首先查曲线，将折点坐标值存入数据表中，测量时首先查找出被测量找出被测量xi对应的输出量对应的输出量ui处在哪一段，再根据斜处在哪一段，再根据斜率进行线性插值求得输出值率进行线性插值求得输出值yi= =xi。 11()( 1 ,2 ,3 )kkiikikkkxxy x xu uknu u 14.2.2 14.2.2 线性化校正线性化校正: :2.2.曲线拟合法曲线拟合法

12、v通常采用通常采用n次多项式来逼近反非线性曲线，多项式次多项式来逼近反非线性曲线，多项式方程的各个系数由最小二乘法确定。方程的各个系数由最小二乘法确定。v曲线拟合法的缺点在于当有噪声存在时，利用最小曲线拟合法的缺点在于当有噪声存在时，利用最小二乘法原则确定待定系数时可能会遇到病态的情况二乘法原则确定待定系数时可能会遇到病态的情况而无法求解。而无法求解。 123:,iNxx x xx123:,iNuu u uu230123( )niiiiinix uaaua ua ua u14.2.2 14.2.2 线性化校正线性化校正: :3.3.神经网络法神经网络法v利用神经网络来求解反非线性特性拟合多项利

13、用神经网络来求解反非线性特性拟合多项式的待定系数。式的待定系数。 0( )( )niijjz kuW k(1)( )( )jjjiiW kW ke k u( )ie k( )iixz k14.2.3 14.2.3 自诊断自诊断v智能传感器自诊断技术俗称智能传感器自诊断技术俗称“自检自检”，要求对智能传感，要求对智能传感器自身各部分（包括软件资源和硬件资源）进行检测，器自身各部分（包括软件资源和硬件资源）进行检测，以验证传感器能否正常工作，并显示相关信息。以验证传感器能否正常工作，并显示相关信息。v传感器故障诊断是智能传感器自检的核心内容之一，自传感器故障诊断是智能传感器自检的核心内容之一，自诊

14、断程序应判断传感器是否有故障，并实现故障定位、诊断程序应判断传感器是否有故障，并实现故障定位、判别故障类型，以便后续操作中采取相应的对策。判别故障类型，以便后续操作中采取相应的对策。v对传感器进行故障诊断主要以传感器的输出为基础，一对传感器进行故障诊断主要以传感器的输出为基础，一般有般有硬件冗余诊断法硬件冗余诊断法、基于数学模型的诊断法基于数学模型的诊断法和和基于信基于信号处理的诊断法号处理的诊断法等。等。14.2.3 14.2.3 自诊断自诊断:1.:1.硬件冗余诊断法硬件冗余诊断法v对容易失效的传感器进行冗余备份，一般采用两个、三个或对容易失效的传感器进行冗余备份，一般采用两个、三个或者四

15、个相同传感器来测量同一个被测量，通过冗余传感器的者四个相同传感器来测量同一个被测量，通过冗余传感器的输出量进行相互比较以验证整个系统输出的一致性。输出量进行相互比较以验证整个系统输出的一致性。v一般情况下，该方法采用两个冗余传感器可以诊断有无传感一般情况下，该方法采用两个冗余传感器可以诊断有无传感器故障，采用三个或者三个以上冗余传感器可以分离发生故器故障，采用三个或者三个以上冗余传感器可以分离发生故障的传感器。障的传感器。14.2.3 14.2.3 自诊断自诊断:2.:2.基于数学模型的诊断法基于数学模型的诊断法v建立适当的数学模型来表征测量系统的特性，通过比较模型建立适当的数学模型来表征测量

16、系统的特性，通过比较模型输出与实际输出之间的差异来判断是否有传感器故障。输出与实际输出之间的差异来判断是否有传感器故障。v参数估计诊断法参数估计诊断法：故障致使模型参数发生变化，通过参数的：故障致使模型参数发生变化，通过参数的估计值与正常值之间的偏差情况来判断传感器是否发生故障。估计值与正常值之间的偏差情况来判断传感器是否发生故障。v通过标定建立被测量对象的输入输出模型；通过标定建立被测量对象的输入输出模型；通过测量获通过测量获得传感器的输入输出系列，估计得传感器的输入输出系列，估计模型参数模型参数序列和序列和过程参数过程参数系系列；列；根据参数变化序列的统计特性，判断传感器故障，如根据参数变

17、化序列的统计特性，判断传感器故障，如有故障则进行故障的分离、估计和决策。有故障则进行故障的分离、估计和决策。 )(),()(ptxfty14.2.3 14.2.3 自诊断自诊断:3.:3.基于信号处理的诊断法基于信号处理的诊断法v直接对检测到的各种信号进行加工、交换以提取故障特征，直接对检测到的各种信号进行加工、交换以提取故障特征，回避了基于模型方法需要抽取对象数学模型的难点。基于信回避了基于模型方法需要抽取对象数学模型的难点。基于信号处理的诊断方法虽然可靠，但也有局限性，如某些状态发号处理的诊断方法虽然可靠，但也有局限性，如某些状态发散导致输出量发散的情况，该方法不适用；另外，阈值选择散导致

18、输出量发散的情况，该方法不适用；另外，阈值选择不当，也会造成该方法的误报或者漏报。不当，也会造成该方法的误报或者漏报。 v直接信号比较法直接信号比较法：在正常情况下，被测量过程的输入输出应：在正常情况下，被测量过程的输入输出应该在正常范围变化，来判断是否发生了故障。该在正常范围变化，来判断是否发生了故障。 min( )Xt( )X tmax( )Xtmin( )Yt( )Y tmax( )Yt14.2.3 14.2.3 自诊断自诊断:4.:4.基于人工智能的故障诊断法基于人工智能的故障诊断法 v（1 1）基于基于专家系统专家系统的故障诊断方法：在故障诊断专家系的故障诊断方法：在故障诊断专家系统

19、的知识库中，储存了某个对象的故障征兆、故障模式、统的知识库中，储存了某个对象的故障征兆、故障模式、故障成因、处理意见等内容，专家系统在推理机构的指导故障成因、处理意见等内容，专家系统在推理机构的指导下，根据用户的信息，运用知识进行推理判断，将观察到下，根据用户的信息，运用知识进行推理判断，将观察到的现象与潜在的原因进行比较，形成故障判据。的现象与潜在的原因进行比较，形成故障判据。v（2 2）基于基于神经网络神经网络的故障诊断方法：可利用神经网络强的故障诊断方法：可利用神经网络强大的自学习功能、并行处理能力和良好的容错能力，神经大的自学习功能、并行处理能力和良好的容错能力，神经网络模型由诊断对象

20、的故障诊断事例集经训练而成，避免网络模型由诊断对象的故障诊断事例集经训练而成，避免了解析冗余中实时建模的需求。了解析冗余中实时建模的需求。 14.2.4 14.2.4 动态特性校正动态特性校正v在利用传感器对瞬变信号实施动态测量时，传感器由于机械在利用传感器对瞬变信号实施动态测量时，传感器由于机械惯性、热惯性、电磁储能元件及电路充放电等多种原因，使惯性、热惯性、电磁储能元件及电路充放电等多种原因，使得动态测量结果与真值之间存在较大的动态误差得动态测量结果与真值之间存在较大的动态误差( (即输出量即输出量随时间的变化曲线与被测量的变化曲线相差较大随时间的变化曲线与被测量的变化曲线相差较大) )。

21、v在智能传感器中，对传感器进行动态校正的方法大多是用一在智能传感器中，对传感器进行动态校正的方法大多是用一个附加的校正环节与传感器相联，使合成的总传递函数达到个附加的校正环节与传感器相联，使合成的总传递函数达到理想或近乎理想状态。理想或近乎理想状态。14.2.4 14.2.4 动态特性校动态特性校正正v用低阶微分方程表示传感器动态特性用低阶微分方程表示传感器动态特性：使补偿环节传递：使补偿环节传递函数的零点与传感器传递函数的极点相同，通过零极抵函数的零点与传感器传递函数的极点相同，通过零极抵消的方法实现动态补偿。该方法要求确定传感器的数学消的方法实现动态补偿。该方法要求确定传感器的数学模型。由

22、于确定数学模型时的简化和假设，这种动态补模型。由于确定数学模型时的简化和假设，这种动态补偿器的效果受到限制。偿器的效果受到限制。v按传感器的实际特性建立补偿环节按传感器的实际特性建立补偿环节：根据传感器对输入：根据传感器对输入信号响应的实测参数以及参考模型输出，通过系统辨识信号响应的实测参数以及参考模型输出，通过系统辨识的方法设计动态补偿环节。由于实际测量系统不可避免的方法设计动态补偿环节。由于实际测量系统不可避免地存在各种噪声，辨识得到的传感器动态补偿环节存在地存在各种噪声，辨识得到的传感器动态补偿环节存在一定误差。一定误差。 14.2.5 14.2.5 自校准自校准与自适应量程与自适应量程

23、v自校准在一定程度上相当于每次测量前的重新定标自校准在一定程度上相当于每次测量前的重新定标, ,以消除以消除传感器的系统漂移。自校准可以采用硬件自校准、软件自校传感器的系统漂移。自校准可以采用硬件自校准、软件自校准和软硬件结合的方法。准和软硬件结合的方法。v校零校零：输入信号的零点标准值，进行零点校准；：输入信号的零点标准值，进行零点校准；校准校准：输入：输入信号标准值测量；信号标准值测量；测量测量：对输入信号进行测量。：对输入信号进行测量。 14.2.5 14.2.5 自校准与自校准与自适应量程自适应量程v要综合考虑被测量的数值范围，以及对测量准确度、分辨率要综合考虑被测量的数值范围，以及对

24、测量准确度、分辨率的要求等诸因素来确定增益的要求等诸因素来确定增益( (含衰减含衰减) )档数的设定和确定切换档数的设定和确定切换档的准则，这些都依具体问题而定。档的准则，这些都依具体问题而定。 v在电压输入回路中插入四量程电阻在电压输入回路中插入四量程电阻衰减器，每个量程相差衰减器，每个量程相差1010倍，在每倍，在每个量程中设置两个数据限，上限通个量程中设置两个数据限，上限通常在满刻度值附近取值，下限一般常在满刻度值附近取值，下限一般取为上限的取为上限的1/101/10。智能传感器在工。智能传感器在工作中通过判断测量值是否达到上下作中通过判断测量值是否达到上下限来自动切换量程。限来自动切换

25、量程。第第1414章章 智能传感技术智能传感技术v14.1 14.1 智能传感器概述智能传感器概述v14.2 14.2 智能传感器的关键技术智能传感器的关键技术v14.4 14.4 智能传感器技术新发展智能传感器技术新发展 14.4.1 14.4.1 嵌入式嵌入式智能传感器智能传感器 14.4.2 14.4.2 阵列式阵列式智能传感器智能传感器14.4.1 14.4.1 嵌入式智能传感器嵌入式智能传感器v嵌入式智能传感器一般是指应用了嵌入式系统技术、嵌入式智能传感器一般是指应用了嵌入式系统技术、智能理论和传感器技术，具备网络传输功能，并且智能理论和传感器技术，具备网络传输功能，并且集成了多样化外围功能的新型传感器系统。集成了多样化外围功能的新型传感器系统。v经典智能传感器一般是使用单片机再加上控制规则经典智能传感器一般是使用单片机再加上控制规则进行工作的，较少涉及智能理论（人工智能技术、进行工作的，较少涉及智能理论（人工智能技术、神经网络技术和模糊技术等）。神经网络技术和模糊技术等）。v因此，基于嵌入式系统来应用智能理论